自适应改进双树复小波变换的齿轮箱故障诊断

作者：陈旭阳; 韩振南^*; 宁少慧

来源：振动.测试与诊断, 2019, 39(05): 1016-1134.

DOI：10.16450/j.cnki.issn.1004-6801.2019.05.016

• 双树复小波变换
• 粒子群优化
• 变分模态分解
• 峭度值
• 齿轮箱
• 故障诊断

针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。

• 单位
  太原理工大学; 太原科技大学